서울시오피스건물의입지패턴과 공간적군집에미치는요인연구data.si.re.kr/sites/default/files/contest2015_S2_02... · 2017-02-16 · 2015.11.04 서울시오피스건물의입지패턴과

2015.11.04

서울시 오피스 건물의 입지패턴과

공간적 군집에 미치는 요인 연구- 2003년과 2012년 대형 오피스 건물 사례 -

이 재 수

강원대학교 부동산학과 조교수

공공데이터를 활용한 2015 서울연구논문 공모전 발표 자료

2

Contents

연구 개요

이론 및 선행연구

서울시 오피스 공급 및 입지 현황

서울시 오피스 건물의 군집패턴

오피스 공간적 군집의 영향 요인

결론 및 시사점

3

대형 오피스 건물의 군집패턴과 공간 군집에 미치는 요인 분석

• 2003년부터 10년 동안 서울에 입지한 대형 오피스 건물의 공급 및 입지 현황

• 대형 오피스 건물의 군집패턴과 공간 군집에 영향을 미치는 영향 요인을 분석하고 시사점 제시

연구 개요 연구 배경 및 목적

서울의 주요 중심지 형성과 변화에 대한 자료 구축과 체계적 연구 필요

• 2014년 수립된 ‘2030 서울플랜’은 3도심, 7광역중심, 12지역중심 제시

• 중심지 형성에 공공부문의 역할은 중요하나, 공공부문의 DB 구축과 지속적 분석은 미흡

• 중심지 육성 및 관리에 대한 요구 증가에도 불구하고 중심지 형성과 변화에 대한 체계적 연구 부족

아주경제, 2014.1.29.서울특별시, 2014, 2030 서울도시기본계획

4

연구 범위

• 서울에 입지한 오피스 건물 중 연면적 3,000㎡ 이상 대상, 시간적 범위는 2003년부터 2012년까지

• 공간적 군집패턴 등 분석의 기초단위는 2012년 통계청 집계구(16,230개)

연구 개요 연구 범위와 방법

연구 방법

개별 건축물 단위 DB

공급 및 규모별 입지 현황

공간 군집패턴 변화

2003~2012년 10년간 용도별 건축물 과세자료

해당 연도 필지에 결합하여 DB 구축

도심, 광역중심, 지역중심 등 주요 거점 고려

오피스 규모별 현황 및 추이 분석

군집형성 영향 요인 비교

GIS기반 핫스팟 분석(Hotspot Analysis)

2003~2012년 비교 분석

로짓모형(Logit Model) 이용

공간적 군집형성에 미치는 요인 분석

구축

분석

분석

분석

• DB 구축 공급 및 입지 현황 공간 군집패턴 군집형성 영향 요인 분석

• 재산세과세자료(건물분) 2003~2012년, 지적도, 집계구 등 GIS 자료

5

핫스팟 분석(Hot Spot Analysis)

• 공간 현상의 입지나 분포 패턴 분석 기법

- Global Statistics : Getis-Ord General G, Moran’s I

- Local Statistics : Getis-Ord Gi*, LISA(Local Indicator of Spatial Association)


지리학의 제1법칙과 공간패턴

• 모든 것은 다른 모든 것과 관련되어 있지만, 가까운 것이 먼 것보다 더 높은 관련성을 보인다(Tobler, 1970).

• 공간 현상은 분포에 체계적 패턴 존재 공간패턴은 공간 의존성, 공간 이질성, 공간규모, 공간구조에 의해 군집 구성

Getis-Ord General G : 전역적 군집패턴 - 전체 지역의 공간적 군집패턴

• “분석 대상 공간 값의 공간적 군집경향이 없다”는 귀무가설 검정 – Z 검정

6


Getis-Ord Gi* : 국지적 군집패턴 - 특정 장소들의 공간적 군집패턴

• 일정한 범위내 인접 지역들과의 개별적 군집경향(핫스팟) 검정

• 핫스팟은 특정 장소의 값이 높고 높은 값을 갖는 인접 지역들로 둘러싸여 있는 지역 & 통계적 유의성

source: ArcGIS 10.2 Help, www.esri.com

7

공간적 군집패턴 연구

• 신우진·신우화(2009)는 41개 소매업의 서울시 동별 공간분포 21개 군집패턴, 중심기능과 소매업 군집간 연관성

• 채정은 외(2014)는 서울시 1인가구의 군집과 요인분석 중심지 주변 밀집 경향, 상장기업수, 임대주택수,

소형주택수가 공간군집에 중요한 영향. 최돈정·서용철(2013)은 서로 다른 분석단위에서 장수인구의 군집패턴 분석


오피스 현황 및 수급 예측 연구

• 이경민 외(2009)는 시계열분석을 통해 오피스 공급에 미치는 수요 공급요인 분석 수요(지역내 총생산, 경제활동

참가율 증가), 공급(이전 임대료 증가, 금리는 공급감소 요인)

• 김지현(2014)은 오피스 임대료는 수요요인(종사자수, CPI)과 공급요인(공실률, 신규공급량)에 영향, 공급보다는

수요에 더 민감하게 반응. 김경민·이창석(2014)은 서울 3대 권역 평균 임대료, 공실률, 관리비 등이 분당권에 영향

• 최막중(1995)은 6층 이상 중대형 오피스 자료를 이용하여 오피스 시장 분석 수요증가에 대응 토지이용 고도화.

김상일(2005)은 서울시 오피스 현황 및 수요 예측 대형 오피스 공급 불충분, 오피스 공급정책과 모니터링 필요

오피스 건물의 개별 입지 DB를 구축하여 입지 현황과 공간적 군집패턴 등 분석 단위의 한계 극복

집계구를 분석단위로 핫스팟 기법을 활용하여 대형 오피스의 공간적 군집패턴을 실증 분석

경제적, 물리적, 공공 계획적 요인이 대형 오피스 건물의 공간 군집패턴에 미치는 효과 분석

8

• 2000년 315.6㎢ → 2012년 502.4㎢로 12년간 59.2% 순증가, 2008년 금융위기 이후 2.6%로 증가세 완화

• 오피스 연면적은 2000년 35.4㎢ → 2012년 50.5㎢로 연평균 3.0% 증가

• 총 연면적 대비 오피스 연면적 비중은 2000년 11.2% → 2012년 10.0%로 감소 경향


315.6 328.6

348.2 366.4

384.7 403.0

417.9 431.1

453.4 472.0

481.9 492.1

502.4

200

250

300

350

400

450

500

550

2000년 2001년 2002년 2003년 2004년 2005년 2006년 2007년 2008년 2009년 2010년 2011년 2012년㎢

[건축물 총 공급면적]

연평균 +2.6%연평균 +4.6%* 자료: 각연도 건축물 과세대장

2000년부터 12년간 연평균 3.0% 증가, 비중은 계속 감소

9

• 2000년 315.6㎢ → 2012년 502.4㎢로 12년간 59.2% 순증가, 2008년 금융위기 이후 2.6%로 증가세 완화

• 오피스 연면적은 2000년 35.4㎢ → 2012년 50.5㎢로 연평균 3.0% 증가

• 총 연면적 대비 오피스 연면적 비중은 2000년 11.2% → 2012년 10.0%로 감소 경향


* 자료: 각연도 건축물 과세대장

2000년부터 12년간 연평균 3.0% 증가, 비중은 계속 감소

3544.2 3609.2 3781.6 3857.9

4031.3 4296.0 4394.9 4516.7

4751.6 4849.4 4894.3 5025.6 5046.5

0

1,000

2,000

3,000

4,000

5,000

6,000

2000년 2001년 2002년 2003년 2004년 2005년 2006년 2007년 2008년 2009년 2010년 2011년 2012년

x 1

0000

[연도별 서울시 오피스 연면적 공급]

10


• 2003년 22.4㎢ → 2012년 31.8㎢ 증가, 연평균 4.0% 증가

• 일부 중심지 이외 지역에도 공급이 집중 - 남부터미널, 교대, 가산디지털밸리, 등촌동 등

대형 오피스 건물이 상대적으로 많이 증가

도 심

광역중심

지역중심

[대형 업무시설 분포 현황 (2012)]

11


규모별 공급 및 입지 특성

▲ 2003년

[규모별 분포 현황 : 3천~1만㎡]

• 중대형급 오피스 : 2003년 768만㎡ → 975만㎡로 26.9% 증가, 건물수 24.2% 증가

• 대형급 오피스 : 2003년 877만㎡ → 1,208만㎡로 37.8% 증가, 건물수 38.1% 증가

• 프라임급 오피스 : 2003년 596만㎡ → 995만㎡로 66.8% 증가, 건물수 56.1% 증가

2012년 ▶

12



▲ 2003년

[규모별 분포 현황 : 1만~3만㎡]

2012년 ▶




13



강동구삼성엔지니어링

(12만㎡)

도봉구법조단지(법원, 검찰청)

(4만㎡)

노원구 중계동일반 오피스텔 (5만㎡)

강서구 오쇠동아시아나항공 (4만㎡)

서초동 양재현대사옥(9만㎡)

동대문구장안동 현대벤처빌

(4만㎡)

[규모별 분포 현황 : 3만㎡ 이상]




▲ 2003년

2012년 ▶

14


접근 방법 : Incremental Spatial Autocorrelation 분석

Beginning Distance = 200m, Distance Increment = 50m

No. of Distance Bands = 30, Distance Method = Euclidean Distance

• 최초 분석 거리를 200m로 설정하고 50m씩 거리를 증가시키면서 공간적 자기상관이 극대화되는 지점을 탐색

• 2003년은 집계구의 중심으로부터 550m와 700m 지점에서 공간적 자기상관 극대화

• 2012년은 집계구의 중심으로부터 550m 지점에서 공간적 자기상관 극대화, 700m 지점에서도 유의

• 보다 많은 인접지역과의 군집패턴을 분석하기 위해 분석 거리를 700m로 설정

2003년 2012년

15


• 서울시 전체 공간을 대상으로 집계구 단위 오피스 연면적의 공간적 군집경향이 있는지를 통계적으로 검정

• 서울시 전역에서 2003년과 2012년 모두 오피스 연면적의 분포는 유의미한 공간적 군집경향

• Z-score와 p-value 서울시 오피스 연면적의 공간적 군집경향이 상당히 높음.

• 서울시내 어느 장소에서 공간적 군집패턴이 나타나고 어떻게 변화하였는가?

전역적 공간 군집패턴 분석

구 분Observed

General G

Expected

General GVariance Z-score p-value

2003 0.00294 0.00006 0.00000 165.79178 0.0000

2012 0.00185 0.00006 0.00000 167.67495 0.0000

High/Low Clustering (Getis-Ord General G)

Conceptualization of Spatial Relationships = Fixed Distance Band

Distance Method = Euclidean Distance, Standardization = Row

Distance Band or Threshold Distance = 700m

16


국지적 공간 군집패턴 분석

• 2003년 3도심에 넓은 핫스팟 분포. 용산, 잠실 등 광역중심, 마포·공덕, 목동, 봉천 등 지역중심에 형성

• 2012년 3도심 핫스팟 유지, 영등포·여의도와 강남의 핫스팟 확대, 용산, 잠실 등 광역중심의 핫스팟도 확대

• 2012년 상암·수색 새로 형성, 마포·공덕, 목동 등 지역중심 핫스팟 확대. 서초·교대, 양재 등 비중심지 핫스팟 확대

17


국지적 공간 군집패턴 분석

• 2003년 3도심에 넓은 핫스팟 분포. 용산, 잠실 등 광역중심, 마포·공덕, 목동, 봉천 등 지역중심에 형성

• 2012년 3도심 핫스팟 유지, 영등포·여의도와 강남의 핫스팟 확대, 용산, 잠실 등 광역중심의 핫스팟도 확대

• 2012년 상암·수색 새로 형성, 마포·공덕, 목동 등 지역중심 핫스팟 확대. 서초·교대, 양재 등 비중심지 핫스팟 확대

18


국지적 공간 군집패턴 비교

위 계 중심지 2003년 2012년 비고

도심

글로벌경쟁력 강화

한양도성 ○ ○ 유지

강남 ○ ○ 확대

영등포·여의도 ○ ○ 확대

광역중심

특화된 중심지 육성을 통한 권역별균형발전 도모

용산 ○ ○ 확대

상암·수색 Ⅹ ○ 신규

잠실 ○ ○ 확대

청량리·왕십리창동·상계마곡, 가산·대림

Ⅹ Ⅹ

지역중심

생활권별고용기반 마련 및

자족성 강화

마포·공덕 ○ ○ 확대

목동 ○ ○ 확대

봉천 ○ ○ 유지

동대문, 망우미아, 성수, 신촌연신내·불광

Ⅹ Ⅹ

사당·이수수서·문정천호·길동

Ⅹ Ⅹ

• 3도심의 중심지 위상 지속 및 확대, 동북생활권의 중심지(청량리·왕십리, 창동·상계) 위상 미흡

• 신규 중심지(상암·수색) 출현, 마포·공덕, 목동 등 광역중심보다 큰 지역중심 성장

19


• 수도권과 서울로의 인구와 산업의 급격한 집중 경제적 요인

• 사무직 중심으로의 산업구조 변화와 집적 산업구조 요인

• 주요 중심지내 업무용도 개발을 위한 토지 공급과 인프라 확충 물리적, 공공계획적 요인

서울의 주요 중심지별 오피스 입지 요인

출처 : 정희윤, 김상일, 이재수(2012), 미래서울 2030, 서울연구원

20


• 종속변수를 오피스 핫스팟 = 1, 비핫스팟 = 0으로 하는 로짓 분석

• 설명변수는 경제적 요인(고용 및 산업), 물리적 요인(중심지형 정비 및 개발사업), 공공계획적 요인(용도지역, 접근성)

• 집계구별 사업밀도(BusiDens), 고용밀도(EmpDens), FIRE산업 고용밀도(EDen_FIRE)

• 집계구별 중심지형 정비사업 지정 비율(Redev_2), 지구단위계획구역 지정 비율(Redev_3)

• 집계구별 상업지역 지정 비율(Comm), 전철 및 지하철 역세권 비율(SubArea)

접근 방법 : 변수 설정 및 측정

구분 설명변수 측정방법 데이터

경제적 요인

사업밀도(개수/ha) 집계구별 총 사업체수 / 총 면적(ha)통계청, 전국사업체조사자료,

집계구 기준 총괄 및 일반항목,각 연도

고용밀도(인/ha) 집계구별 총 종사자수 / 총 면적(ha)

FIRE산업 고용밀도(인/ha) 집계구별 FIRE산업 총 종사자수 / 총 면적(ha)

물리적 요인중심지형 정비사업 지정 비율(%)

(도시환경정비사업 지구 + 중심지형 재정비촉진지구– 중복 사업지구 면적) / 총 면적(ha) 서울시, 도시계획정보시스템

(UPIS) 도시계획사업, 각 연도지구단위계획구역 지정 비율(%) 지구단위계획구역 지정 면적 / 총 면적(ha)

공공계획적요인

상업지역 지정 비율(%) 집계구별 상업지역 지정면적(ha) / 총 면적(ha)서울시, 도시계획정보시스템

(UPIS), 각 연도

전철 및 지하철 역세권 비율(%)

집계구별 역세권 면적(ha) / 총 면적(ha)일일 수송인원 평균-1표준편차 미만 = 반경 400m일일 수송인원 평균±1표준편차 = 반경 500m일일 수송인원 평균+1표준편차 초과= 반경 600m일일 수송인원 평균+2표준편차 = 반경 700m

서울연구원, 지하철 위치자료, 지하철 수송실적자료, 각 연도

21


• 핫스팟 지역 형성을 설명하는 간명한(parsimonious) 로짓모형에서 사업밀도와 지구단위계획 지정 비율 변수 제외

• 2003년 로짓모형은 모든 설명변수가 통계적 유의성을 갖고 모두 정(+) 방향으로 추정

• 집계구 고용밀도가 증가할수록, FIRE산업부문 고용밀도가 증가할수록 오피스 핫스팟으로 형성될 가능성 증가

• 중심지형 정비사업 지정 및 집행 면적 비율이 높을수록, 상업지역 또는 역세권이 차지하는 면적이 높을수록 증가

분석 결과 및 해석

변수

2003년 2012년

βStd. error

Odds ratio

βStd. error

Odds ratio

Constant 상수 -4.5828*** .099 0.010 -4.0631*** .080 0.017

EmpDens 고용밀도 .0019*** .000 1.002 .0028*** .000 1.003

EDens_FIRE FIRE 고용밀도 .0041*** .001 1.004 -.0004*** .001 1.000

Redev_2 중심지형정비사업지정비율 .1510*** .034 1.163 .0173*** .003 1.017

Comm 상업지역지정 비율(%) .0282*** .002 1.029 .0235*** .002 1.024

SubArea 역세권비율(%) .0081*** .001 1.008 .0076*** .001 1.008

Hosmer-Lemeshow test

-2Log Likelihood

Nagelkerke R2

χ2=29.895, df=7, p=0.000

3234.422***

0.195

χ2=12.444, df=8, p=0.132

4786.686***

0.159

22


• 2012년 분석 결과도 2003년 분석 결과와 유사

• 2012년 모형은 FIRE고용밀도를 제외하고 모든 설명변수가 통계적 유의성을 갖고 정(+) 방향으로 추정

• 2003년 모형에서 설명변수 오즈비 : 정비사업 지정비율 1.163 > 상업지역 지정비율 1.029 > 역세권 비율 1.008

• 2012년 모형에서 설명변수 오즈비 : 상업지역 지정비율 1.024 > 정비사업 지정비율 1.017 > 역세권 비율 1.008

• 2003년과 2012년 모형 모두 경제적 요인 변수의 오즈비가 가장 낮은 수준

• 중심지형 정비사업구역의 지정 및 집행, 상업지역 지정 등을 통해 대형 오피스 건물의 개발을 유도하거나 촉진하는

공공의 적극적인 노력이 중심지 형성에 중요

• 효율적 역세권 개발을 통해 접근성과 이동성을 향상시키는 노력도 중심지 형성에 중요

• 일자리 또는 사업체 증가도 중심지 형성에 기여하나, 이는 상업지역과 역세권 등 인프라, 정비 및 개발사업 시행과

함께 이루어져야 효과적

분석 결과 및 해석

23

결론 및 시사점

• 2030 서울플랜이 설정한 중심지와 실증 분석을 통한 중심지가 어떻게 부합/부합하지 않는지 점검

서울의 중심지 위계별 공간범위 설정과 중심지별 육성 및 관리 전략을 수립하기 위한 기초 연구

2030 서울플랜을 통해 설정한 서울의 중심지 점검과 공간범위 설정

• 낙후된 중심지에 정비사업 시행, 용도지역 상향, 접근성 강화 등 전략 추진 + 행·재정적 지원 프로그램

• 타당성과 실행력이 없는 무분별한 정비구역 지정과 상업지역 확대는 중심지 육성에 오히려 장애

• 중심지 육성 및 관리 전략은 서울시, 중앙정부, 자치구 등의 협력을 통해 이루어져야 함.

중심지의 육성 및 관리에 공공의 계획적 노력과 전략이 매우 중요

• 중심지 범위 설정, 기능 연계 및 특화 전략 등 수립하기 위해서 공공부문의 공신력 있는 DB 구축 필요

건축물관리대장, 재산세과세자료(건물분) 등 공공 빅데이터를 활용하고 지속적으로 업데이트하는 노력

• 오피스 등 주요 용도 및 중심지 대상 지속적 모니터링 도시계획 및 개발전략 수립 자료로 활용

런던 오피스정책 리뷰(London Office Policy Review), 중심지 정기진단(Town Centre Health Check)

비주택부문에 대한 공공의 체계적 DB 구축과 모니터링 필요

감사합니다.

Documents

서울시오피스건물의입지패턴과 공간적군집에미치는요인연구data.si.re.kr/sites/default/files/contest2015_S2_02... · 2017-02-16 · 2015.11.04 서울시오피스건물의입지패턴과